導語

Introduction

車不智能都不好意思上路了。

作者丨楊   晶

責編丨楊   晶

編輯丨陳心南

火爆的DeepSeek正在全面進入汽車行業(yè)。有人統(tǒng)計，截至2月12日，已經(jīng)有超過20余家車企和品牌宣布接入DeepSeek，比亞迪、吉利、奇瑞、長安、上汽、東風、廣汽等主流車企均在列。

目前DeepSeek推理成本僅為OpenAI的幾十分之一，接入汽車產(chǎn)品后，將顯著降低車企智能化升級門檻，通過云端模型與本地化部署結合，車企可快速實現(xiàn)OTA功能更新。

各大車企表示，DeepSeek將賦能智能語音，優(yōu)化模糊意圖理解與主動服務能力，在導航規(guī)劃、娛樂推薦等方面提升交互體驗和水平。同時端到端模型的引入，其強勁的知識和推理能力，可以大幅提升自動化數(shù)據(jù)生成的效率和質量，推動高階智駕功能更快迭代。

不過，隨著DeepSeek的“上車”，一些業(yè)內(nèi)人士尤其是對營銷敏感的相關人士，對此也提出了質疑：一個根本沒有為車機做適應性的開發(fā)的大模型，被拿來當吹牛的噱頭，有點過了，車機那點算力能運轉的起來？

其實，這種質疑有一定的合理性，但也存在片面性。

合理性方面在于：車機的算力確實相對有限，與大型服務器或高性能計算設備相比，車機在處理復雜計算任務時可能會面臨一定的挑戰(zhàn)。如果DeepSeek大模型沒有經(jīng)過針對車機環(huán)境的優(yōu)化和適應性開發(fā)，直接部署到車機上可能會導致運行效率低下、響應遲緩等問題。

片面性方面在于：實際上，很多車企在接入DeepSeek時，并非簡單地將其原封不動地部署到車機上，而是進行了針對性的優(yōu)化和適應性開發(fā)，或者對其進行輕量化處理或定制化開發(fā)。

例如，通過模型剪枝、量化、蒸餾等技術，降低模型對算力的需求，同時針對車機場景優(yōu)化輸入輸出邏輯。將DeepSeek大模型的知識壓縮到一個更小的學生模型中，使其能夠在車載芯片上高效運行。

那么車機算力是否能夠支持大模型運行呢？

可以肯定的是，車機的算力確實有限，尤其是與云端服務器相比。如果直接將大規(guī)模、高復雜度的DeepSeek模型部署到車機上，可能會導致運行效率低下，甚至無法正常運行。

但一般情況下，車企通常采用“云-端協(xié)同”的方式來解決算力問題。例如，將復雜的計算任務交給云端處理，車機只負責輕量級的本地任務（如語音喚醒、簡單指令執(zhí)行）。此外，車機芯片的算力也在不斷提升，部分高端車型已經(jīng)搭載了高性能計算單元（如高通驍龍8295、英偉達Orin等），能夠支持一定規(guī)模的大模型運行。

據(jù)透露，很多車企在接入DeepSeek后，都取得了顯著的效果。例如，吉利汽車將自研的星睿大模型與DeepSeek-R1深度融合后，交互響應速度提升了40%，意圖識別準確率高達98%。其他車企如東風汽車、嵐圖汽車等，也在接入DeepSeek后，實現(xiàn)了車內(nèi)語音交互的自然度、場景理解能力等方面的顯著提升。

那么有的車企會不會“吹牛”呢？

如果車企僅僅是在宣傳中提及接入了DeepSeek大模型，但實際上并未針對車機場景進行充分的優(yōu)化，或者只是在特定條件下（如實驗室環(huán)境）實現(xiàn)了功能，而在實際駕駛環(huán)境中表現(xiàn)不佳，無法提供穩(wěn)定、流暢的用戶體驗，那么評論的質疑是有道理的。

在這種情況下，車企的宣傳可能過于夸大其詞，沒有真實反映技術的實際水平，從而誤導了消費者。

然而，另一方面，如果車企在宣傳接入DeepSeek大模型的同時，確實在技術層面做了大量工作，如模型優(yōu)化、算力適配、場景定制等，以確保模型能夠在車機上高效運行，并且在實際使用中能夠提供流暢、準確的語音交互體驗，那么接入DeepSeek大模型是有實際意義的。

在這種情況下，車企的宣傳是基于實際技術實力的，沒有夸大其詞，消費者也可以根據(jù)宣傳來了解產(chǎn)品的真實性能。

無論車企是否接入了DeepSeek，最終評判標準是用戶體驗。如果用戶在實際使用中感受到語音交互的智能化提升，那么車企的宣傳就是有實際支撐的。反之，如果用戶體驗沒有明顯改善，甚至出現(xiàn)卡頓、響應慢等問題，評論的質疑就更有說服力。

為什么車企的產(chǎn)品能夠快速接入DeepSeek？

東風研發(fā)總院的一位工程師此前在一場直播時道出了其中的原委：基于我們現(xiàn)有的智能座艙里面這種語音交互的工程化的鏈路，它本身具備語音交互的鏈路和大模型結合的基礎的技術能力。

那么可能以前我們在利用一些其他的這種大模型，來賦能我們的智能座艙的里面的這種語音交互在內(nèi)的這種智能化的功能。當DeepSeek出來之后，正是因為我們有這樣的技術基礎跟工程化能力的基礎，所以我們才能這么快的將DeepSeek大模型引入進來。

這個是第一層面，就是大模型和我們已有的語音交互鏈路的融合。另外一方面是AI與我們的這種功能場景，這種特色的融合才能將大模型的能力發(fā)揮到最大。

該工程師還表示，實際上DeepSeek在智能駕駛上的應用，目前還處于探索階段，原因是因為自動駕駛它對于實時性和安全性的要求是非常高的。那么我們其實會考慮用DeepSeek的深度推理的能力來輔助我們進行復雜道路環(huán)境下的自主決策，來提升用戶在自動駕駛上面的這種體驗。

“我們認為DeepSeek的一個核心的貢獻，它是將大模型的這種應用的成本降低了。因為它開源了，公開了它的技術方案，那么我們汽車智能化功能的普及會加速，那么用戶使用的成本也會降低，那么它智能化功能迭代速度也會不斷的加快，實際上我們認為它不僅不會提升用戶使用的成本跟代價，它會進一步的讓用戶享受到性價比更高的智能化。”

       原文標題 : DeepSeek“上車”，只是一場營銷？